本公开提供的物体检测的方法及装置、电子设备,将待检测图像输入至预设物体检测模型进行物体特征提取,得到预设层数的目标特征图像;通过预设锚框生成算法生成每个物体对应的特征锚框;根据通道数对目标特征图进行特征增强处理,得到增强后的目标特征图;根据通道数通过预设计算函数获取增强后的目标特征图的空间权重,根据空间权重将增强后的目标特征图进行融合得到融合后的特征图;将融合后的特征图与特征锚框进行融合,得到检测结果图,对检测结果图中的物体进行回归与分类,得到物体检测结果。本公开实施例通过对所述目标特征图进行特征增强处理,以及对增强后的目标特征图进行自适应加权融合,可以较好的区分特征,提升漂浮物检测的精度。
【技术实现步骤摘要】
本公开涉及人工智能,尤其涉及一种物体检测的方法及装置、电子设备。
技术介绍
1、河道漂浮物治理是城市环境治理中至关重要的一环,河道漂浮物的堆积易造成水体富营养化,破坏水生态环境,影响居民安全用水和各种水利工作的进行。随着城市监控系统的逐步完善,如何利用城市监控系统进行河道漂浮物的精准、快速检测成为学者的研究内容。目标检测实质是在整张图像中寻找感兴趣区域,并确定感兴趣区域内的对象类别,最终利用矩形框框定对象位置。
2、早期的漂浮物检测方法主要包括背景差分法、帧间差分法和图像分割法等,利用漂浮物的底层和中层特征手工设计特征提取器后再检测,这类方法易受漂浮物形态、光照和背景环境变化影响,鲁棒性差,且需要根据不同类别目标设计特定特征,泛化能力弱。随着计算机视觉的飞速发展,基于深度学习的检测技术凭借其强大的特征表达能力和良好的鲁棒性、泛化性,被应用于解决水面漂浮物检测。
3、然而,现有技术中基于深度学习的检测技术,由于自然环境复杂,存在着漂浮物特征与背景特征相似(即目标特征不明显)的问题,导致在进行漂浮物检测时精度较低。</p>
...
【技术保护点】
1.一种物体检测的方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述将待检测图像输入至预设物体检测模型进行特征提取,得到预设层数的目标特征图像包括:
3.根据权利要求1所述的方法,其特征在于,所述基于所述预设物体检测模型,根据所述目标特征图像中的通道数,对所述目标特征图进行特征增强处理,得到对应的增强后的目标特征图包括:
4.根据权利要求1所述的方法,其特征在于,所述根据所述通道数,通过预设计算函数获取每层所述增强后的目标特征图对应的空间权重包括:
5.根据权利要求1所述的方法,其特征在于,所述通过预设锚框生成算法,生...
【技术特征摘要】
1.一种物体检测的方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述将待检测图像输入至预设物体检测模型进行特征提取,得到预设层数的目标特征图像包括:
3.根据权利要求1所述的方法,其特征在于,所述基于所述预设物体检测模型,根据所述目标特征图像中的通道数,对所述目标特征图进行特征增强处理,得到对应的增强后的目标特征图包括:
4.根据权利要求1所述的方法,其特征在于,所述根据所述通道数,通过预设计算函数获取每层所述增强后的目标特征图对应的空间权重包括:
5.根据权利要求1所述的方法,其特征...
【专利技术属性】
技术研发人员:魏雅雪,
申请(专利权)人:中移苏州软件技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。